Thực chiến! Xây dựng dịch vụ AI Agent trung cấp với LangChain và LangGraph: Từ RAG đến Multi-agent

Những thành tựu đáng kinh ngạc gần đây trong lĩnh vực trí tuệ nhân tạo đều đang được công bố trong lĩnh vực học tăng cường. Cuốn sách này bao quát từ cấp độ cơ bản đến nâng cao về công nghệ học tăng cường - thứ đang tạo ra những đổi mới thực sự trong công nghệ trí tuệ nhân tạo như robot, công nghệ tự lái và máy móc giống con người - dưới góc nhìn dễ hiểu dành cho người mới bắt đầu.

Bạn có muốn thực hiện bước đầu tiên vào thế giới dữ liệu không? Học máy học và học sâu, các công nghệ AI cốt lõi, với Python. Bài giảng này hướng dẫn bạn từng bước, từ những điều cơ bản về học máy và học sâu đến các ứng dụng thực tế. Học máy truyền thống và học sâu đều dựa trên nhiều nguyên tắc và hệ thống kỹ thuật giống nhau. Do đó, trong bài giảng này, thay vì tách cả hai thành các chủ đề riêng biệt, chúng tôi đã tổ chức chúng thành một khóa học được kết nối để những người mới bắt đầu có thể nâng cao hiểu biết về học máy nói chung.

Hiểu nguyên lý hoạt động của các mô hình AI tạo sinh sử dụng Deep Learning và nắm vững cách sử dụng thông qua thực hành.

Thời gian trôi liên tục và dữ liệu tiếp tục tích lũy. Trong thế giới năng động này, dữ liệu chuỗi thời gian đóng vai trò quan trọng trong mọi khía cạnh của cuộc sống chúng ta. Từ sự biến động trên thị trường tài chính đến những dấu hiệu khó nhận thấy của biến đổi khí hậu, dữ liệu chuỗi thời gian đều có tất cả. Bây giờ hãy tìm hiểu cách diễn giải và sử dụng dữ liệu mạnh mẽ này bằng sức mạnh của Python và học sâu!

Nếu chỉ biết LangChain thì đó là một chatbot, nhưng nếu biết LangGraph và mô hình Multi-Agent thì đó sẽ trở thành một dịch vụ. Giảng viên AI thực chiến sẽ truyền đạt bí quyết xây dựng quy trình làm việc (workflow) của AI Agent có khả năng vận hành thực tế từ đầu đến cuối — không chỉ dừng lại ở việc gọi prompt đơn thuần mà còn biết sử dụng công cụ, duy trì bộ nhớ và có sự kiểm duyệt của con người — thông qua 17 notebook thực hành và 4 mô hình đa tác nhân (Subagents · Handoffs · Router · Skills).

Bạn đang cảm thấy bế tắc trong việc triển khai một Agent vượt xa khỏi giới hạn của một chatbot thông thường? Với những kinh nghiệm thực tế từ những lần thử sai của bản thân cùng bí quyết dựa trên tài liệu chính thức, tôi sẽ hướng dẫn bạn cách xây dựng Agent cấp độ trung cấp có thể áp dụng ngay vào công việc thực tế.

Bạn đã nắm vững kiến thức cơ bản nhưng vẫn thấy mông lung khi áp dụng vào thực tế phải không? Với bí quyết chuyên môn của mình, tôi sẽ giúp bạn hoàn thiện thiết kế RAG và Agent phức tạp.

Bạn đang cảm thấy bế tắc trong việc áp dụng vào thực tế và chuẩn bị phỏng vấn đúng không? Bằng cách đúc kết những kinh nghiệm thực tiễn của mình, tôi sẽ giúp bạn nắm vững kiến thức từ CNN đến DETR một cách chắc chắn thông qua việc tập trung vào mã nguồn (code).

Khóa học này bao gồm từ các khái niệm cơ bản của hệ thống gợi ý đến các nguyên lý ứng dụng Deep Learning. Hãy cùng học hỏi các thuật toán gợi ý đa dạng như lọc cộng tác (Collaborative Filtering), lọc dựa trên nội dung (Content-based Filtering), hệ thống gợi ý lai (Hybrid Recommender System) và nâng cao năng lực thực tiễn để phát triển dịch vụ gợi ý!

Tìm đường trong biển dữ liệu và khám phá tương lai của trí tuệ nhân tạo. Khóa học này khám phá hai dòng chảy công nghệ khổng lồ là Big Data và Trí tuệ nhân tạo (AI), đồng thời xem xét cách chúng đang mang lại sự đổi mới cho cuộc sống và công việc của chúng ta.

Bạn đã nắm vững lý thuyết nhưng vẫn còn bối rối khi áp dụng vào dữ liệu thực tế? Với những bí quyết từ kinh nghiệm làm việc thực tiễn, tôi sẽ truyền đạt cho bạn các kỹ thuật thực chiến để trực tiếp giải quyết các giao dịch bất thường phức tạp bằng mã code.

Đầu tư thực chiến không chỉ dừng lại ở những kiến thức cơ bản, hãy tự mình xây dựng mô hình lợi nhuận bằng bí quyết học máy (machine learning) của chuyên gia định lượng (quant) 10 năm kinh nghiệm.

Bạn đã nắm vững kiến thức cơ bản nhưng vẫn thấy lúng túng khi áp dụng vào thực tế? Với kinh nghiệm thực chiến, tôi sẽ giải đáp một cách rõ ràng các cấu trúc LLM phức tạp.

Bạn có thể có được cái nhìn tổng quan về machine learning và deep learning nói chung, cách sử dụng các công cụ cơ bản và kiến ​​thức ngôn ngữ Python cần thiết cho việc học trong một khoảng thời gian ngắn.

Học cách trực tiếp xây dựng các mô hình học sâu thông qua PyTorch, một công cụ trực quan và mang phong cách Python (Pythonic). Nội dung đã cập nhật phiên bản PyTorch mới nhất.

Bạn là người mới làm quen với việc viết mã hoặc muốn nâng kỹ năng viết mã của mình lên một tầm cao mới? Khóa học này sẽ hướng dẫn bạn về Python, một ngôn ngữ mạnh mẽ và linh hoạt, được thiết kế cho người học ở mọi cấp độ. "Theo dõi" Khóa học này được dạy theo cách có cấu trúc, cho phép bạn học bằng cách thực sự viết và thực thi mã. Trong khóa học này, bạn sẽ tìm hiểu lý do tại sao Python là ngôn ngữ lập trình phổ biến nhất. Việc tiếp thu ngôn ngữ Python, ngôn ngữ cho thấy khả năng vô tận trong nhiều lĩnh vực khác nhau từ trí tuệ nhân tạo đến phát triển web, sẽ là cơ hội để phát huy tiềm năng của một cá nhân một cách đáng kể.

Mọi nhà phát triển web đều biết đến JavaScript, giờ hãy khám phá thế giới máy học với ngôn ngữ mạnh mẽ này! Trong khóa học này, bạn sẽ tìm hiểu cách xây dựng và triển khai các mô hình máy học bằng Tensorflow.js, một thư viện máy học mạnh mẽ cùng với JavaScript. Chúng tôi cung cấp hướng dẫn từng bước về tất cả các công nghệ cần thiết để phát triển các ứng dụng học máy dựa trên web. Thông qua khóa học này, người học sẽ hiểu một cách có hệ thống các nguyên tắc cốt lõi của học máy. Ngoài ra, bạn sẽ học cách phát triển mô hình học sâu bằng JavaScript và API Tensorflow.js, cách sử dụng phương pháp học chuyển giao dựa trên mô hình được đào tạo trước và cách tất cả kiến ​​​​thức này có thể được áp dụng một cách tương tác trong môi trường trình duyệt.

Nếu bạn theo dõi OpenClaw đến phần 1 và 2, cuối cùng bạn sẽ thấy mình đang yêu cầu một agent duy nhất làm mọi thứ. Đến một lúc nào đó, các prompt sẽ bị rối, bộ nhớ bị lẫn lộn, các thư mục trở nên lộn xộn và bạn sẽ cảm thấy bế tắc, không biết phải sắp xếp lại như thế nào. Bài giảng này là "Phần nhập môn Multi-Agent (Phần 2.5)", giúp bạn tiến thêm một bước nữa từ điểm bế tắc đó. Trong khi vẫn duy trì chỉ một bot duy nhất, chúng ta sẽ tách vai trò thành hai agent: planner (người lập kế hoạch) / editor (người biên tập). Bằng cách kết nối mỗi agent với các workspace và chủ đề diễn đàn Telegram khác nhau, chúng ta sẽ trực tiếp tạo ra một cấu trúc mà "agent phản hồi sẽ khác nhau tùy thuộc vào việc bạn nói chuyện ở phòng nào". Sau khi hoàn thành thực hành, trong môi trường của bạn sẽ thực sự có: - File cấu hình định nghĩa hai agent: `content_planner` và `content_editor`, - Cấu trúc thư mục nội dung được tách biệt giữa lập kế hoạch và bản thảo, - Nhóm Telegram với các chủ đề diễn đàn có các agent khác nhau phụ trách, - Và một bản thảo giới thiệu khóa học Infrun được tạo ra bởi sự hợp tác của hai agent này. Nói cách khác, bài giảng này là một lớp học thực hành giúp bạn thiết kế bước đầu tiên để nâng cấp bot Telegram từ "một trợ lý AI" thành "một đội ngũ AI nhỏ với các vai trò chuyên biệt".

Từ việc điều khiển PC đến nghiên cứu chuyên sâu và phát triển ứng dụng Hướng dẫn xây dựng 'Trợ lý công việc AI' của riêng bạn, có thể áp dụng ngay vào thực tế ngay bây giờ

Khóa học này được thiết kế dành cho các nhà phát triển, những người đam mê AI và các chuyên gia muốn phát triển các ứng dụng AI thực tế bằng cách sử dụng LangChain, OpenAI, Hugging Face và Python. Thay vì chỉ tập trung vào lý thuyết, khóa học này áp dụng phương pháp tiếp cận thực tế và định hướng dự án. Trong suốt khóa học, học viên sẽ trực tiếp xây dựng tổng cộng 15 ứng dụng AI hoàn chỉnh, bao gồm chatbot, công cụ phân tích CSV, hệ thống sàng lọc sơ yếu lý lịch, bot trích xuất hóa đơn, trợ lý hỗ trợ, công cụ tiếp thị, ứng dụng Text-to-SQL và nhiều ứng dụng khác. Tôi tạo ra khóa học này để giúp các khái niệm AI phức tạp trở nên dễ hiểu và giúp mọi người đều có thể tiếp cận với việc phát triển LLM hiện đại. Nhiều người học gặp khó khăn trong việc hiểu cách các công cụ như LangChain, embedding, hệ thống bộ nhớ, cơ sở dữ liệu vector và AI Agent tương tác với nhau trong các ứng dụng thực tế. Khóa học này sẽ hướng dẫn bạn từng bước thông qua các giải thích rõ ràng, các phiên lập trình thực tế và quy trình triển khai thực tế. Sau khi hoàn thành khóa học, học viên sẽ tự tin hiểu cách thiết kế, xây dựng và triển khai các ứng dụng dựa trên AI bằng cách tận dụng các công nghệ AI tạo sinh mới nhất.

Học tập các nguyên lý cốt lõi và triển khai thực tế của Classic RAG, Graph RAG và Agentic RAG. Thiết kế hệ thống định tuyến động (dynamic routing) giúp tối ưu hóa hiệu suất token và độ trễ, đồng thời xây dựng hệ thống bộ nhớ dài hạn kết hợp giữa suy luận mạng lưới quan hệ của GraphRAG và vòng lặp tự đánh giá của Agentic RAG. Đây là khóa học hoàn thiện năng lực thiết kế kiến trúc RAG cao cấp, có thể áp dụng ngay vào công việc thực tế.

Dịch vụ nhật ký cảm xúc của riêng bạn được tạo bằng SpringAI + React Đây là thời gian cho dự án thứ 4 được thực hiện cùng với Neo + Essential!

AI có thể thay mặt tôi viết bài trên Slack và Notion sao? Hãy làm việc thông minh hơn với MCP, công nghệ vượt qua những giới hạn của AI truyền thống!

AI cuối cùng đã có cơ thể - Thời đại robot, chiến lược sinh tồn của tôi là gì? Physical AI không chỉ đơn thuần là robot. Đó là sự đảo lộn của các mô hình kinh tế được tạo ra bởi sự hội tụ lớn giữa trí tuệ nhân tạo, robot học và công nghệ năng lượng. Khóa học này sẽ giúp bạn tìm hiểu từ nhiều góc độ khác nhau, từ bối cảnh ra đời của Physical AI, chiến lược của các tập đoàn công nghệ lớn toàn cầu, chủ quyền phần cứng, cho đến các vấn đề xã hội trong tương lai như thuế robot, thu nhập cơ bản và bất bình đẳng toàn cầu.

Liệu tôi có thể tạo ra một dịch vụ từ ý tưởng của mình ngay cả khi không biết lập trình? Với AI, điều đó hoàn toàn có thể! Trong khóa học này, bạn sẽ trải nghiệm toàn bộ quy trình biến ý tưởng thành một dịch vụ web thực tế bằng cách sử dụng các công cụ "Vibe Coding" đang được sử dụng trong công việc thực tế như Gemini, Lovable, Antigravity, Cursor và Claude Code. Bạn không chỉ đơn thuần học cách sử dụng công cụ, mà còn được học phương pháp phát triển dịch vụ mới trong kỷ nguyên AI: từ trực tiếp lập kế hoạch dịch vụ, triển khai cho đến kết nối hệ thống thanh toán. Điểm 1. Chinh phục 5 công cụ Vibe Coding cốt lõi - Thực hành các tính năng chính và cách sử dụng Gemini, Lovable, Antigravity, Cursor, Claude Code. - Hiểu phương thức phát triển Vibe Coding thông qua việc cộng tác với AI. Điểm 2. Tự tay tạo dịch vụ thực tế mà không cần lập trình - Thực hành quy trình tự lập kế hoạch và hiện thực hóa dịch vụ gợi ý sách thành một dịch vụ web. - Hiểu toàn bộ luồng sản xuất dịch vụ: Ý tưởng → Phát triển → Triển khai. Điểm 3. Kỹ năng thực chiến từ ra mắt đến vận hành dịch vụ - Hiểu quy trình mua tên miền, thiết lập máy chủ và triển khai. - Học các kỹ thuật vận hành dịch vụ cốt lõi như tích hợp mô-đun thanh toán và thiết lập SEO.

: "Từ nền tảng toán học đến các mô hình mới nhất, hoàn thiện pipeline Deep Learning với Pytorch (Tổng cộng 44 bài giảng)" Thời đại chỉ học cách gọi model.fit() một cách đơn thuần đã qua rồi. Từ đạo hàm và hạ giang (gradient descent) - những nền tảng cơ bản nhất của mạng thần kinh nhân tạo, đến cách sử dụng Pytorch thiết yếu trong công việc thực tế, và cả CNN/RNN để xử lý dữ liệu hình ảnh và chuỗi thời gian! Chúng tôi sẽ giúp bạn chinh phục toàn bộ quy trình Deep Learning một cách hệ thống. Giờ đây, hãy bước vào thế giới Deep Learning kinh ngạc, nơi trí tuệ nhân tạo mô phỏng bộ não con người có thể tự học hỏi và đưa ra phán đoán, vượt xa việc chỉ phân tích dữ liệu thông thường.

Dành cho những bạn đã hoàn thành trình độ SwiftUI trung cấp, giờ là lúc để tích hợp AI vào ứng dụng của mình. Với Apple Intelligence và framework FoundationModels, bạn sẽ hoàn thiện các ứng dụng AI on-device hoạt động ngay trên thiết bị mà không cần kết nối internet.

Dựa trên trải nghiệm thắc mắc về cách nhận diện khuôn mặt hoạt động trong môi trường ngoại tuyến (offline) tại hiện trường, trong khóa học này, chúng ta sẽ cùng nhau xây dựng cấu trúc cơ bản của hệ thống quản lý ra vào và điểm danh dựa trên nhận diện khuôn mặt, sử dụng React + Electron và DeepFace chạy trên nền tảng FastAPI của Python. Khóa học tập trung vào việc thấu hiểu nguyên lý hoạt động và xây dựng nền tảng vững chắc để có thể mở rộng thành dự án cá nhân, thay vì chỉ chú trọng vào mức độ hoàn thiện của sản phẩm.

Không biết lập trình cũng OK, dịch vụ đầu tiên của riêng bạn hoàn thiện với Google Stitch Quy trình phát triển AI tất cả trong một kết nối từ lập hoạch định đến triển khai thành một luồng duy nhất

Khóa học này là chương trình đào tạo thực hành tập trung vào việc phân tích dữ liệu số và dữ liệu văn bản bằng ChatGPT, sau đó chuyển đổi chúng thành báo cáo thực tế trong công việc. Khóa học bao quát toàn diện từ cấu trúc hóa dữ liệu cơ bản, rút ra insights về các mẫu hình, phân tích KPI, phân loại tự động phản hồi khách hàng, đến xây dựng template tự động hóa báo cáo định kỳ, đồng thời giúp phát triển cả khả năng diễn giải dữ liệu và chuyển đổi thành văn bản. Khóa học tối đa hóa hiệu quả học tập bằng cách cung cấp gợi ý về trực quan hóa dữ liệu và song song với việc thiết kế template tùy chỉnh cho nhóm/cá nhân.

Khám phá cách xây dựng thẩm phán trí tuệ nhân tạo bằng cách kết hợp các hệ thống suy luận, biểu đồ tri thức và nhiều framework agent như CrewAI, LangChain, AutoGen, những công cụ cho phép triển khai công nghệ đa tác nhân (multi-agent) dựa trên LLM.

Giải quyết ngay điểm nghẽn khiến 80% thất bại tại Makerthon. Hoàn thành trong 4 tuần: Raspberry Pi · Computer Vision · LLM · Thiết kế 3D! Đạt thứ hạng cao tại Makerthon với PoC gương thông minh có thể trình diễn!

Bạn chưa từng viết code bao giờ sao? Hay bạn đã giỏi rồi? Nếu trò chơi do chính bạn tạo ra được đăng lên trang web do chính bạn làm ra, điều đó chẳng phải tuyệt vời sao? Chúng tôi đã chuẩn bị khóa học này dành cho những người như vậy.

Bạn có thể học các khái niệm phức tạp của Next.js chỉ với những kiến thức cốt lõi trong thời gian ngắn. Chúng tôi sẽ chỉ cung cấp những kiến thức thực tế cần thiết cho những người mới bắt đầu học Next.js. Khóa học Next.js mới của Captain Pangyo, người đã giảng dạy về framework được 8 năm. Bạn có thể học cách coding và phương pháp học tập của "lập trình viên frontend trong kỷ nguyên AI"! :)

Khóa học này là chương trình nâng cao tập trung vào việc thiết kế và triển khai hệ thống Agent (Main/Sub, Tool, Task Runtime, Agent Registry) và kiến trúc Multi-LLM bằng cách kết hợp chiến lược GPT, Gemini, LLaMA (local) dựa trên Spring AI và Spring Boot. Vượt xa việc gọi LLM đơn lẻ, khóa học bao gồm quy trình áp dụng Agentic Workflow Pattern (Chain, Parallel, Routing, Orchestrator–Workers, Evaluator–Optimizer) và cấu trúc Multi-Agent; tách biệt các lớp thực thi như RAG, API/DB bên ngoài bằng Tool·ToolRegistry; đồng thời xây dựng hệ thống AI có khả năng mở rộng, ổn định và liên tục cải thiện chất lượng thông qua công cụ DAG engine, quy trình làm việc khai báo bằng YAML và xác thực ngay sau khi tải (Validated DSL). Ngoài ra, khóa học còn bao gồm Circuit Breaker, Reactive Stream, giám sát Redis, xử lý song song và vòng lặp đánh giá lặp lại. Bên cạnh thực hành Thymeleaf (SSR), khóa học còn mở rộng việc chia tách Front-end/Back-end bằng React·REST và kết nối runtime của công cụ/agent thông qua giao thức tiêu chuẩn MCP, giúp học viên trang bị năng lực thiết kế kiến trúc AI ở cấp độ môi trường vận hành thực tế. Mục tiêu cuối cùng là giúp bạn phát triển thành một nhà phát triển có khả năng thiết kế hệ thống AI — không chỉ dừng lại ở mức người dùng AI đơn thuần chỉ biết gọi API đơn lẻ hay viết prompt, mà là người có thể giải thích và cân nhắc việc kết hợp Multi-LLM, Agent, Workflow, khai báo và kiểm chứng thành một kiến trúc thực thi thống nhất.

Công nghệ OCR thực sự dùng trong thực tế, nếu muốn học đúng cách thì chỉ cần một khóa học này là đủ! Đạt mục tiêu chính xác trên 98% ngay cả với tài liệu phi cấu trúc và bố cục phức tạp, dựa trên các mô hình SOTA mới nhất cùng kinh nghiệm thực chiến, chúng tôi sẽ cùng bạn xây dựng dự án OCR cấp doanh nghiệp.

Việc tra cứu tài liệu và soạn thảo văn bản lặp đi lặp lại hàng ngày, bạn định sẽ còn phải ôm đồm đến bao giờ? Tôi cũng từng là một nhân viên văn phòng bình thường, ngày nào cũng phải tăng ca để tìm kiếm những thông tin cốt lõi giữa biển dữ liệu tràn lan. Tuy nhiên, sau khi đưa Gemini 3 vào quy trình làm việc thực tế, tôi đã trải nghiệm được tốc độ xử lý công việc nhanh chóng hơn hẳn. Hãy nâng cao năng suất công việc của bạn bằng cách tận dụng Gemini.